국면 변화는 금리와 거시변수의 관계가 이전과 달라지는 상황이다. 수치만 보면 변화가 늦게 나타날 수 있고 문서만 읽으면 해석이 주관적일 수 있다. 연구는 FOMC 회의록과 시장·거시자료를 연결해 서로의 구조변화 후보를 확인하는 방식이다.
LLM이 문서에서 후보 시점을 제시하면 VAR의 우도비 검정으로 관계 변화 여부를 확인한다. VAR는 여러 변수의 과거 값으로 공동 움직임을 표현하는 모형이다. 반대로 수치모형의 후보를 문서로도 검증했다. 2010~2024년 회의록과 14개 변수에서 최선 조합은 F1 0.82, F2 0.86이었다는 기록이다.
F 지표는 탐지의 정확성과 놓치지 않는 정도를 결합하며 F2는 후자에 더 큰 비중을 둔다. 기록은 데이터 전용 기준보다 나았다고 소개한다. 그러나 과거 라벨에 맞는 결과와 실시간 경보의 사용 가능성은 다르다. 회의록 공개 시차와 오경보 비용을 포함해 변화를 언제 알 수 있었는지 확인해야 운용에 연결된다.
SCOPE과거 구조변화 라벨의 탐지 성과로 실시간 정책 전환이나 국내 경보 정확성을 보장하지 않는다. 이 설명의 근거는 이전 브리핑 기록이며 원문 전체를 다시 검증한 결과가 아니다.
Evidence & verification ↓Sources & evidence
Original passages appear only when checked against the publication. Earlier briefing records are identified separately.
문서 후보와 통계 검정을 양방향으로 연결하다0 primary · 5 archived +
These 5 records come from the earlier briefing, not a newly verified original publication. They are retained in the original briefing below; no primary-source quotation is shown.
Read the earlier record ↓Show the original briefing text
구분: 논문 · arXiv / FinLLM@IJCAI 2026 Long Oral
최초 공개: 2026년 5월 17일
최신 개정: 2026년 8월 2일
원문: arXiv
핵심 요약
미국 Treasury 시장의 레짐 전환을 가격·거시 데이터와 FOMC 텍스트를 동시에 사용해 탐지하는 연구다. LLM이 FOMC minutes에서 구조변화 후보시점을 먼저 제시하면 VAR likelihood-ratio test가 이를 확인하고, 반대로 정량 모델이 발견한 후보도 LLM이 텍스트 증거로 교차검증한다. 2010~2024년 FOMC minutes와 14개 Treasury·macro 변수를 사용해 검증했으며, 가장 좋은 조합은 F1 0.82, F2 0.86을 기록했고 기존 data-only detector들을 상회했다. 최신 v2는 8월 2일 공개됐으며 8월 15일 FinLLM@IJCAI 2026에서 Long Oral 발표가 예정돼 있다.
실무 시사점
금리 트레이딩: 금리가 얼마나 움직일까보다 먼저 현재 적용해야 할 모델 자체가 바뀌었는가를 판단하는 layer를 두는 접근이 유용하다. 예를 들어 10/30 평균회귀 모델을 계속 쓰기 전에 정책·물가·재정 레짐이 바뀌었는지 판단해야 한다.
LLM 역할: FOMC/금통위 텍스트를 바로 LONG/SHORT으로 변환하지 않고 regime candidate generator로 사용하는 설계가 특히 합리적이다. 정량 데이터가 확인하지 못하면 실제 포지션 변경으로 연결하지 않는다.
한국 적용:
금통위 결정문 + 기자회견 + 경제전망 → LLM regime signal
와
국고 3/10/30년 + 스왑 + 국채선물 + 환율 + 물가 → quantitative change-point signal
을 교차검증하는 구조를 바로 실험해볼 수 있다.
데스크 적용 우선순위: ★★★★★